https://zhuanlan.zhihu.com/p/23367387
使用聚寬來開始策略。
說起量化交易入門，很多時候得到的答案都是長長的書單，讓人望而卻步。
這里，就為新手准備了這篇文章--十行代碼帶你量化交易入門
數據獲取，策略回測，行情鏈接，交易信號，直接體驗整個量化交易的核心流程，立刻學會並跟着做起來！
這里，就為新手准備了這篇文章--十行代碼帶你量化交易入門
學習內容：
- 學會寫一個簡單的量化交易策略
- 理解策略的基本框架
- 學會建立連接實盤的模擬交易，並使其自動發送交易的信號到微信
首先，進入JoinQuant，點擊導航欄我的策略，新建策略，進入策略編輯畫面，如圖。
左側是編寫策略代碼，右側是策略運行結果。我們就在左側寫策略代碼。
下面教你用10行代碼寫個量化交易策略——單股票均線策略
1 確定策略內容與框架
若昨日收盤價高出過去20日平均價今天開盤買入股票
若昨日收盤價低於過去20日平均價今天開盤賣出股票
只操作一只股票，很簡單對吧，但怎么用代碼說給計算機聽呢？
想想人是怎么操作的，應該包括這樣兩個部分
- 既然是單股票策略，事先決定好交易哪一個股票。
- 每天看看昨日收盤價是否高出過去20日平均價，是的話開盤就買入，不是開盤就賣出。每天都這么做，循環下去。
對應代碼也是這兩個部分
def initialize(context):
用來寫最開始要做什么的地方
def handle_data(context,data):
用來寫每天循環要做什么的地方
答疑與延伸：
- def后面的空格和最后的冒號不能少！
- 符號都要用英文輸入法！
- 為什么這么寫？就這么規定的，先別管了。
- handle_data 按天循環時，如此處，其中的操作都是在9:30執行。
- 毫無編程基礎？，絲毫不懂變量，函數，if else的，還是先到量化課堂的編程部分學習下python語言吧。
幾乎所有策略都基於這個基本的策略框架：先初始化，然后循環操作
1 初始化，即最開始要做的事情，如選定股票，設置變量、參數等等
2 周期循環：即每個周期要做的事情，如計算指標，買入賣出等，周期可能是分鍾，天等，本文策略的周期是一天。當你要做一些盤中短線操作的時候，周期就要調成分鍾，先別着急會遇到的。
2 初始化
我們要寫設置要交易的股票的代碼，比如 兔寶寶（002043）
def initialize(context):
g.security = '002043.XSHE'# 存入兔寶寶的股票代碼
答疑與延伸：
- “g.”是什么？全局變量前都要寫”g.”，全局變量就是全局都能用的變量，一般變量只能在該函數下使用。如security不加”g.”,只能在第一部分即initialize里用，不能在第二部分handle_data里用。不懂什么是變量的，到量化課堂的python編程里學習下基礎內容，或者問問度娘。
- “XSHE”是什么？ 股票代碼使用時要加后綴，深交所股票代碼后綴為 “.XSHE “，上交所股票代碼后綴為 “.XSHG”。
- 代碼中“#”是什么？”#“后的內容都是注釋，是為代碼做說明的，不會被計算機當做代碼處理。
3 獲取收盤價與均價
首先，獲取昨日股票的收盤價
# 用法：變量 = data[股票代碼].close
last_price = data[g.security].close# 取得最近日收盤價，命名為last_price
然后，獲取近二十日股票收盤價的平均價
# 用法：變量 = data[股票代碼].mavg(天數，‘close’)
# 獲取近二十日股票收盤價的平均價，命名為average_price
average_price = data[g.security].mavg(20, 'close')
答疑與延伸：
4 判斷是否買賣
數據都獲取完，該做買賣判斷了
# 如果昨日收盤價高出二十日平均價, 則買入，否則賣出
if last_price > average_price:
買入
elif last_price < average_price:
賣出
問題來了，現在該寫買賣下單了，但是拿多少錢去買我們還沒有告訴計算機，所以每天還要獲取賬戶里現金量。
# 用法：變量 = context.portfolio.cash
cash = context.portfolio.cash# 取得當前的現金量，命名為cash
答疑與延伸：
這句看着有點復雜，先記住吧。然后我們看看買入賣出怎么寫。
5 買入賣出
# 用法：order_value(要買入股票股票的股票代碼，要多少錢去買）
order_value(g.security, cash)# 用當前所有資金買入股票
# 用法：order_target(要買賣股票的股票代碼，目標持倉金額）
order_target(g.security, 0)# 將股票倉位調整到0，即全賣出
答疑與延伸：
6 策略代碼寫完，進行回測
把買入賣出的代碼寫好，策略就寫完了，如下
def initialize(context):#初始化
g.security = '002043.XSHE'# 股票名:兔寶寶
def handle_data(context, data):#每日循環
last_price = data[g.security].close# 取得最近日收盤價
# 取得過去二十天的平均價格
average_price = data[g.security].mavg(20, 'close')
cash = context.portfolio.cash# 取得當前的現金
# 如果昨日收盤價高出二十日平均價, 則買入，否則賣出。
if last_price > average_price:
order_value(g.security, cash)# 用當前所有資金買入股票
elif last_price < average_price:
order_target(g.security, 0)# 將股票倉位調整到0，即全賣出
現在，在策略回測界面右上部，設置回測時間從20140101到20160601，設置初始資金100000，設置回測頻率，然后點擊運行回測。
答疑與延伸：
- 什么是回測？回測是量化交易策略研究中的關鍵，是指給定一段時間的歷史數據（如此處是20140101到20160601的每日數據），計算機按照所編寫的策略進行模擬仿真交易，以測試策略效果好壞。
如果你代碼沒有問題，就會順利的進行回測，回測結果如下圖： 
至此，你就完成了一個簡單策略的回測了。
答疑與延伸：
- 如何根據回測結果評價策略好壞？很初級地講，有三：
- 盈利能力：策略收益與年化收益高，則說明盈利能力強。盈利能力不行說啥都沒用。
- 盈利穩定性：最大回撤要低。最大回撤是指最大虧損幅度，50%則意味着歷史上看最大虧損率為50%。
- 回測可靠性：交易次數要多。交易次數越多意味着經歷了越多次的檢驗，回測的結果也越可靠。
更多說明見：風險指標說明- 這個策略回撤大，交易次數少，只交易一只股票，並不靠譜。但是結構簡單適合新手入門理解整個流程。
7 建立模擬交易，使策略和行情實時連接自動運行
策略寫好，回測完成，點擊回測結果界面（如上圖）右上部紅色模擬交易按鈕，新建模擬交易如下圖。
寫好交易名稱，設置初始資金，數據頻率，此處是每天，設置好后點提交。
答疑與延伸：
- 模擬交易創建成功后，需要等待A股至少開盤一次，才能查看模擬交易結果。
8 開啟微信通知，接收交易信號
點擊聚寬導航欄我的交易，可以看到創建的模擬交易，如下圖。
點擊右邊的微信通知開關，將OFF調到ON，按照指示掃描二維碼，綁定微信，就能微信接收交易信號了。
當策略買賣操作，微信會收到信號提醒類似下圖。
答疑與延伸：
- 能不能自動下單？目前不能，國家管制。你可根據信號手動下單買賣，施行策略。
自測與自學
- 能否理解整個策略框架。
- 能否成功編寫單股票均線策略，成功回測，建立模擬，開啟微信通知。
- 能否理解年化收益，最大回撤。
- 瀏覽JoinQuant 導航欄-幫助-常見問題
之后的文章，將在本文的基礎上，進行深入和擴展，比如多股票，指標獲取，大盤擇時等，旨在幫助對量化交易有興趣的人快速入門，能夠自主實現自己心中的想法與策略。
本篇文章和后續將收錄到 量化交易&寬客 - 知乎專欄 ， 敬請關注：）
更多進階內容可以到 量化課堂 - JoinQuant 學習，特點是講解細致，代碼規范，可以在聚寬實踐演練。
都看到這里了，不點個贊嘛：）
推薦閱讀：
聚寬新手指南 - JoinQuant，干貨，答疑，指路，一應俱全。